如何解决使用Flask和YOLOv5开发的HTML网页中摄像头检测框失败的问题？

Flask+YOLOv5实时目标检测：解决摄像头检测框显示失败

使用Flask和YOLOv5构建HTML网页进行实时摄像头目标检测时，经常会遇到检测框无法显示的问题。本文分析此问题并提供解决方案。

问题根源及解决方法

前端负责采集摄像头视频流并发送给后端，后端使用YOLOv5进行目标检测并返回结果。问题通常出在前端与后端数据交互和检测框绘制上。

前端代码改进

前端代码可能缺少接收和显示后端检测结果的机制。需要在前端获取后端/video_feed接口返回的检测结果（包含边界框坐标和类别），并使用Canvas API将这些结果绘制在视频流上。

后端代码优化

后端gen函数处理视频流并进行YOLOv5检测，但可能存在以下问题：

立即学习“前端免费学习笔记（深入）”；

1. 摄像头路径错误: cv2.VideoCapture(path)中的path参数设置不正确。 对于本地摄像头，path应为0；对于网络摄像头，需要提供RTSP地址；对于视频文件，需要提供完整路径。

   

   AGI-Eval评测社区

   AI大模型评测社区

   下载

2. /video_feed接口未被正确调用: 前端代码可能没有正确调用/video_feed接口。

完整解决方案

1. 修正摄像头路径: 在后端gen函数中，根据摄像头类型正确设置cv2.VideoCapture的path参数：

   def gen(path):
       if path == 'camera':  # 本地摄像头
           cap = cv2.VideoCapture(0)
       elif path.startswith('rtsp'):  # 网络摄像头
           cap = cv2.VideoCapture(path)
       else:  # 视频文件
           cap = cv2.VideoCapture(os.path.abspath(path))
       ...

2. 前端调用/video_feed接口: 在HTML中使用

3. 前端绘制检测框: 后端需要将检测结果（边界框坐标、类别等）以JSON格式返回给前端。前端使用JavaScript和Canvas API绘制检测框：

   function drawBoxes(video, canvas, detections) {
       const ctx = canvas.getContext('2d');
       ctx.drawImage(video, 0, 0, canvas.width, canvas.height);
       detections.forEach(detection => {
           const [x, y, w, h] = detection.bbox; // 假设bbox格式为[x, y, w, h]
           ctx.strokeStyle = 'red';
           ctx.strokeRect(x, y, w, h);
           ctx.fillText(detection.class, x, y - 5); // 假设class属性包含类别名称
       });
   }

通过以上步骤，确保摄像头路径正确，前端正确调用后端接口并使用Canvas API绘制检测框，即可解决摄像头检测框显示失败的问题。 记住根据你的具体代码结构调整代码。